Criar agentes personalizados

Aprenda como criar agentes personalizados, o que preparar antes de começar e como colocá-los para trabalhar em envio de mensagens, tomada de decisões e gerenciamento de dados. Para mais informações gerais, veja Braze Agents.

Pré-requisitos

Antes de começar, você precisará do seguinte:

• Permissão para acessar o Console de agentes no seu espaço de trabalho. Fale com os administradores da Braze se você não encontrar essa opção.
• Permissão para criar e editar agentes de IA personalizados.
• Uma ideia do que você quer que o agente realize. Os Braze Agents podem ajudar nas seguintes ações:
  • Envio de mensagens personalizadas: Gere linhas de assunto, títulos, textos no produto ou outros conteúdos.
  • Direcionamento de usuários: Direcione usuários no Canvas com base em comportamento, preferências ou atributos personalizados.
  • Gerenciamento de dados: Calcule valores, enriqueça entradas de catálogo ou atualize campos de perfil.

Como funciona

Ao criar um agente, você define o objetivo dele e estabelece diretrizes sobre como ele deve se comportar. Depois que estiver ativo, o agente pode ser implementado na Braze para gerar textos personalizados, tomar decisões em tempo real ou atualizar campos de catálogo. Enquanto cria o agente, você pode salvá-lo como rascunho e atualizá-lo a qualquer momento no dashboard. Cada salvamento cria uma nova versão, que você pode revisar na guia Histórico de versões.

Os casos de uso a seguir mostram algumas formas de aproveitar agentes personalizados.

Criar um agente

Etapa 1: Escolha um tipo de agente

Para criar um agente, primeiro escolha o tipo de agente:

1. Acesse Agentes.
2. Escolha Agentes de etapa do Canvas ou Agentes de dados.

Etapa 2: Escolha como criar um agente

Selecione Criar agente e escolha uma das seguintes opções:

• Agente personalizado, para criar um agente do zero
• Uma opção em Criar um agente com o Operator, para usar o BrazeAI Operator e aplicar um modelo inicial

Se você usar o Operator, revise e aprove as alterações dele no chat antes de seguir para a próxima etapa.

Etapa 3: Configure os detalhes

Em seguida, configure os detalhes do seu agente:

1. Insira um nome e uma descrição para ajudar sua equipe a entender a finalidade dele.
2. (opcional) Adicione tags para filtrar seu agente.
3. Escolha o modelo que seu agente vai usar.
4. Se você não estiver usando o modelo Braze Auto, selecione o nível de raciocínio do modelo. Você pode escolher entre mínimo, baixo, médio ou alto. Recomendamos começar com Mínimo, testar as respostas do agente e ajustar conforme necessário.
5. Defina um limite diário de invocações. Por padrão, esse valor é 250.000, mas pode ser aumentado para até 1.000.000. Se quiser aumentar o limite acima de 1.000.000, entre em contato com seu gerente de sucesso do cliente para saber mais. Depois dos testes, defina um limite alto o suficiente para o tamanho de público planejado. Um limite muito baixo causa falhas por limite diário. Essas falhas não consomem créditos, mas aplicam valores de fallback ou deixam a saída como null.

O campo Limite diário de custo em créditos de ação especifica o número máximo de créditos que esse agente pode consumir por dia. A Braze calcula esse valor multiplicando o limite diário de invocações pela proporção de créditos por invocação do seu espaço de trabalho para o modelo selecionado. Essa proporção vem do seu contrato e aparece na página Proporções de créditos. A estimativa é atualizada quando você muda o modelo ou o limite de invocações.

Para controlar os custos, reduza o limite diário de invocações. Para modelos bring-your-own (BYO), você também pode mudar para um modelo de custo mais baixo ou reduzir o nível de raciocínio. O Braze Auto não permite ajustar o nível de raciocínio. Acompanhe o uso real em Configurações > Faturamento > Uso de créditos > Agent Console.

Etapa 4: Escreva as instruções

Dê instruções ao agente. Se você usou um modelo do Operator, revise as instruções preenchidas e edite conforme necessário.

Inclua instruções sobre o que o agente deve fazer em cenários inesperados ou ambíguos. Isso reduz o risco de a confusão do agente gerar erros. Por exemplo, em vez de pedir ao agente apenas valores de sentimento “positivo” ou “negativo”, peça que ele retorne “incerto” quando não conseguir decidir.

Você pode formatar suas instruções com Markdown, como títulos, listas com marcadores e tabelas, para organizá-las em seções. Para conferir a formatação, selecione Visualizar ao lado do campo Instruções. Selecione Editar para voltar ao editor. Depois de salvar, a página de visualização do agente também mostra as instruções com essa formatação.

Consulte Escrever instruções para conhecer as práticas recomendadas e Exemplos para se inspirar na hora de criar prompts para seu agente.

Adicionar contexto

Importante

Os agentes só recebem os dados que você passa explicitamente. Eles não pesquisam perfis de usuário nem avisam quando faltam dados necessários. Use Liquid nas suas instruções, selecione + Contexto do agente, adicione etapas de Contexto anteriores no Canvas ou passe contexto adicional na etapa do Agente. Para ver a lista completa de fontes de dados e orientações de design, consulte Quais dados os agentes recebem.

Selecione + Contexto do agente para escolher o que seu agente pode consultar. Isso inclui:

• Fontes de conhecimento: Dê ao agente acesso aos dados do catálogo. Crie uma fonte de conhecimento a partir de um catálogo e adicione-a como contexto do agente para que ele possa consultar e recuperar as linhas e os campos de que precisa.
• Associação a Segments: Permita que o agente personalize as respostas com base nos Segments aos quais um usuário pertence. Você pode selecionar até cinco Segments.
• Diretrizes da marca: Indique as diretrizes de voz e estilo da marca que o agente deve seguir. Por exemplo, se você quiser que seu agente gere textos de SMS para incentivar os usuários a se inscreverem em uma academia, use este campo para indicar sua diretriz predefinida de tom ousado e motivacional.
• Arquivos de contexto: Faça upload de documentos de referência (PDF, TXT, MD, CSV) para o agente consultar em cada invocação. Selecione + Contexto do agente > Carregar arquivos, adicione um ou mais arquivos e salve o agente para fazer o upload.
• Todo o contexto do Canvas: Analise todos os dados de contexto do Canvas de um usuário quando esse agente for invocado, incluindo variáveis que não são mencionadas na seção Instruções.
• Dados de interação do usuário: Forneça ao agente os dados recentes de aberturas, cliques e conversões de Campaigns e Canvas de cada usuário.

Dica

Para agentes do Canvas, você pode usar Liquid nas suas instruções para fazer referência a atributos do usuário, como nome e sobrenome, ou a atributos personalizados. Qualquer variável Liquid nas instruções do agente é passada automaticamente para a etapa do Agente quando um usuário entra nela. Consulte Quais dados os agentes recebem para saber como passar deliberadamente o contexto do Canvas e os dados do perfil.

Etapa 5: Selecione a saída

Na seção Saída, você pode organizar e definir a saída do agente usando esquemas básicos ou avançados. Se você usou um modelo do Operator, revise o esquema de saída preenchido e edite conforme necessário.

Para obter os melhores resultados, verifique se o que você especifica na seção Saída corresponde às instruções do agente inseridas na Etapa 4. Por exemplo, se você mencionou nas instruções que quer um objeto com duas strings, especifique um objeto com duas strings na seção Saída. Se as instruções não estiverem alinhadas com a saída especificada, o agente pode ficar confuso, atingir o tempo limite ou gerar saídas indesejadas.

Dica

Ao usar um esquema de saída avançado, adicione um campo de string chamado explanation se quiser que o agente retorne a justificativa junto com as outras saídas. Nas suas instruções, peça ao agente que preencha explanation quando isso ajudar você a revisar ou depurar as respostas.

Configurar valores de fallback

Os valores de fallback estão disponíveis apenas para Agentes de etapa do Canvas. Na seção Saída de um Agente de etapa do Canvas, você pode definir valores que a Braze usa quando uma invocação do agente falha, por exemplo, quando o LLM atinge o tempo limite ou retorna um erro de chave de API inválida. Os valores de fallback funcionam como padrões de personalização. Você pode definir uma linha de assunto estática ou uma mensagem curta que ainda entregue uma saída útil aos usuários quando o agente não puder ser executado.

Os Agentes de catálogo não permitem configurar valores de fallback no Agent Console.

Para agentes do Canvas, os valores de fallback aceitam modelos em Liquid, permitindo que você faça referência a atributos do usuário ou variáveis de contexto no texto de fallback.

Os campos de fallback se adaptam ao formato de saída do seu Agente de etapa do Canvas:

Quando um Agente de etapa do Canvas com valores de fallback é executado em uma etapa do Agente, a Braze renderiza o fallback para cada usuário e o armazena na variável de saída em vez de null. Se você não configurar valores de fallback, as invocações com falha deixam a saída do Canvas sem valor (null).

Para saber mais sobre o comportamento em tempo de execução, consulte Tratamento de erros e comportamento de fallback.

Etapa 6: Teste o agente

O painel Visualizar é uma instância do agente exibida lado a lado dentro da experiência de configuração. Use essa seção para testar o agente enquanto você o cria ou atualiza, experimentando-o de forma semelhante aos usuários finais. Essa etapa ajuda a confirmar que ele está se comportando como você espera e permite ajustes finos antes de ele entrar no ar.

1. No campo Testar seu agente, insira dados ou respostas de clientes de exemplo, ou seja, qualquer coisa que reflita cenários reais que seu agente vai encarar.
2. Visualize a resposta do agente para um usuário aleatório, um usuário existente ou um usuário personalizado.
3. Selecione Simular resposta. O agente será executado com base na sua configuração e exibirá a resposta.

Nota

As execuções de teste contam para seu limite diário de invocações.

Analise a saída com olhar crítico. Considere as seguintes perguntas:

• O texto está alinhado com a marca?
• A lógica de decisão direciona os clientes como esperado?
• Os valores calculados estão corretos?

Se algo parecer errado, atualize a configuração do agente e teste novamente. Experimente algumas entradas diferentes para ver como o agente se adapta a vários cenários, principalmente casos extremos, como ausência de dados ou respostas inválidas.

Dica

Diga o que o agente deve fazer. Listar conteúdos indesejados ainda pode levar o modelo a gerá-los. Para mais orientações, consulte Por que meu agente não seguiu minhas instruções ou regras?.

Etapa 7: Use seu agente

Seu agente está pronto para uso! Para saber mais, consulte Implementar agentes.

Modelos de agente criados com o Operator

O Operator pode pré-configurar instruções, campos de saída e contexto para os seguintes modelos iniciais do Agent Console. Escolha um modelo no Operator ou peça ao Operator para aplicar um pelo nome.

Modelos de agente de etapa do Canvas

Modelos de agente de catálogo

Recursos relacionados

• Referência para agentes
• Perguntas frequentes
• Webinar da Braze: IA em ação